« Model Capability Initiative » : Meta installe un mouchard sur les postes de ses employés pour analyser leurs activités et entraîner ses IA, tandis qu'elle prépare la suppression de 8 000 postes en mai

Meta installe un mouchard sur les postes de ses employés pour entraîner ses IA tandis qu'elle prépare la suppression de 8 000 postes :
« Model Capability Initiative » analyse chaque clic, chaque frappe, chaque menu déroulant de ses salariés pour construire l'IA qui les remplacera

Alors que Meta s'apprête à supprimer 8 000 postes dès le 20 mai 2026, le groupe de Mark Zuckerberg déploie en parallèle un logiciel de surveillance baptisé « Model Capability Initiative » sur les postes de travail de ses employés américains. Chaque frappe clavier, chaque mouvement de souris, chaque capture d'écran occasionnelle alimente désormais l'entraînement d'agents IA destinés à automatiser des tâches de bureau. Le cynisme du procédé n'a pas échappé aux intéressés, qui ont réagi avec une vague d'émojis colère en interne avant d'apprendre qu'il n'existait aucune option de refus.

Meta installe sur les ordinateurs de ses employés basés aux États-Unis un logiciel de surveillance destiné à capturer mouvements de souris, clics et frappes clavier, en vue d'alimenter l'entraînement de ses modèles d'intelligence artificielle. L'outil, baptisé Model Capability Initiative (MCI), s'applique à une liste prédéfinie d'applications et de sites professionnels, et prend également des captures d'écran ponctuelles du contenu affiché.

L'annonce a été faite aux employés via un mémo interne. Le programme sera chargé d'enregistrer les écrans des salariés au fil de leur travail quotidien. Selon les informations de Reuters, la divulgation est venue d'un chercheur en IA au sein d'une chaîne interne réservée à l'équipe Meta Superintelligence Labs. L'objectif déclaré est d'améliorer les modèles IA dans les domaines où ils peinent encore à reproduire les interactions humaines avec les interfaces : choisir dans des menus déroulants, utiliser des raccourcis clavier, naviguer dans des applications bureautiques. Le mémo interne, cité par Reuters, résumait la philosophie avec un certain aplomb : « Voilà comment tous les employés de Meta peuvent aider nos modèles à progresser, simplement en faisant leur travail quotidien. »

Le porte-parole de Meta, Andy Stone, a confirmé que les données collectées par le MCI ne seront pas utilisées pour évaluer les performances des employés, ni pour aucune autre finalité que l'entraînement des modèles, et que des mécanismes de protection du « contenu sensible » sont en place... sans préciser lesquels.

L'Agent Transformation Accelerator, ou comment renommer la surveillance en stratégie

Le déploiement du MCI s'inscrit dans une restructuration organisationnelle plus large que le directeur technique de Meta, Andrew Bosworth, a présentée dans un mémo séparé. Le programme « AI for Work », rebaptisé Agent Transformation Accelerator (ATA), vise à accroître la collecte de données en interne. Bosworth n'a pas précisé exactement quelles données seraient utilisées dans ce cadre, mais a déclaré que Meta serait « rigoureuse » dans la « constitution de données et d'évaluations pour tous les types d'interactions que nous avons dans notre travail ».

La vision portée par le CTO ne manque pas de franchise : « Notre vision est de construire un monde où nos agents font principalement le travail, et où notre rôle est de les diriger, de les évaluer et de les aider à s'améliorer. » Bosworth évoque un « circuit fermé » dans lequel les agents pourraient « voir automatiquement là où nous avons eu besoin d'intervenir, afin de s'améliorer la prochaine fois ».

L'objectif à terme est de construire des agents IA capables d'accomplir des tâches de bureau en toute autonomie, exactement le type de logiciels que Meta cherche à commercialiser en concurrence directe avec OpenAI et Anthropic. Ces agents disposent déjà d'énormes quantités de données textuelles, mais manquent cruellement d'exemples concrets d'utilisation réelle d'interfaces graphiques. Le MCI est précisément conçu pour combler ce déficit.


Réactions internes : colère et absence de porte de sortie

La réception en interne a été sans équivoque. L'une des réponses les plus plébiscitées sur la plateforme interne de Meta était : « Ça me met vraiment mal à l'aise. Comment fait-on pour ne pas participer ? » La réaction dominante à l'annonce était un émoji visage en colère. La réponse de la direction à cette question n'a guère apaisé les tensions. Andrew Bosworth a précisé qu'il n'existait aucune option de désinscription pour les appareils fournis par l'entreprise.

Selon les informations de Business Insider, le logiciel s'applique uniquement à un ensemble prédéfini d'applications professionnelles approuvées, notamment Gmail, GChat et un assistant IA interne. Cette limitation de périmètre n'a manifestement pas convaincu les employés, dont beaucoup perçoivent le dispositif comme un pas supplémentaire vers une surveillance systématique de l'activité au travail.

La méfiance est d'autant plus grande que des experts en culture organisationnelle avertissent qu'un tel suivi pourrait freiner la créativité et l'innovation : lorsque les employés se savent constamment surveillés, ils tendent à devenir plus prudents et moins enclins à explorer. La conscience que leurs brouillons ou leurs travaux exploratoires pourraient devenir des données d'entraînement permanentes risque d'inhiber précisément l'innovation que ces systèmes sont censés amplifier.

Le vide juridique américain et le contraste européen

La professeure de droit de l'université Yale Ifeoma Ajunwa a indiqué à Reuters qu'il n'existait « aucune limite à la surveillance des travailleurs » aux États-Unis au niveau fédéral. Ce vide réglementaire tranche avec le cadre européen, où de telles pratiques se heurteraient au RGPD et, plus spécifiquement, aux lignes directrices des autorités de protection des données concernant la surveillance au travail, lesquelles exigent notamment une base légale explicite, la proportionnalité des moyens mis en œuvre et, dans la plupart des cas, la possibilité pour le salarié de s'y opposer.

Pour Meta, qui a accumulé au fil des années un palmarès peu enviable en matière de protection des données personnelles, le choix de limiter le déploiement du MCI aux employés américains n'est probablement pas anodin. Le fait que le programme ne soit pas mentionné pour les équipes européennes suggère une conscience aiguë des risques juridiques au-delà de l'Atlantique.

Former ses remplaçants, puis les licencier : le calendrier qui dérange

Le déploiement du MCI intervient dans un contexte particulièrement chargé. Meta prévoit de procéder à des licenciements massifs à compter du 20 mai 2026, supprimant environ 8 000 postes, soit 10 % de ses 78 865 employés dans le monde. Des suppressions supplémentaires sont prévues pour le second semestre de l'année.

La restructuration est pilotée par deux cadres qui incarnent les nouvelles priorités de l'entreprise. Alexandr Wang, 28 ans, PDG de Scale AI recruté par Meta en juin 2025 comme directeur de l'IA, dirige les Meta Superintelligence Labs, la division qui a lancé son premier modèle majeur ce mois-ci. Meta avait acquis une participation de 49 % dans Scale AI pour 14,3 milliards de dollars afin de s'attacher les services de Wang.

Ce rapprochement avec Scale AI n'est pas anodin : l'entreprise est spécialisée dans l'étiquetage et la production de données d'entraînement. Avec Wang aux commandes des laboratoires de superintelligence, Meta dispose désormais d'une expertise interne directe pour exploiter les données comportementales collectées par le MCI.

Les suppressions de postes toucheront les équipes de Reality Labs, la division sociale Facebook, le recrutement, les ventes et les opérations mondiales. Selon les données compilées par Tom's Hardware, le secteur technologique a supprimé plus de 80 000 emplois au premier trimestre 2026 dans 247 entreprises, dont 47,9 % imputables directement à des restructurations liées à l'IA.

La concomitance entre la surveillance généralisée des employés et l'annonce de leur licenciement prochain a généré un malaise profond, y compris parmi les observateurs extérieurs. La décision de Meta de développer des agents IA capables d'automatiser les tâches de bureau, en s'appuyant explicitement sur les données comportementales de ses propres employés, constitue l'un des exemples les plus directs d'une tendance que l'on observe depuis des mois : des entreprises qui font former à leurs salariés leurs propres remplaçants.


La course aux données d'interaction : un problème sectoriel

Meta n'est pas seule à chercher de nouvelles sources de données pour entraîner des agents IA de nouvelle génération. En janvier dernier, OpenAI aurait demandé à des prestataires externes, via la société de données d'entraînement Handshake AI, de télécharger des exemples de productions professionnelles issues d'emplois précédents (de vrais fichiers PowerPoint, des feuilles de calcul, des livrables réels).

La logique est la même dans tous les cas : si l'on veut qu'un agent IA soit capable d'opérer dans un environnement bureautique (ouvrir des applications, naviguer dans des interfaces, produire des documents) il faut lui montrer comment des humains le font réellement, dans des conditions de travail authentiques. Les corpus de texte brut ne suffisent plus. Ce que les entreprises cherchent désormais, c'est la donnée d'interaction : la séquence geste-regard-décision qui se joue à la surface de l'écran.

Meta a investi massivement pour se positionner sur ce terrain, avec une enveloppe d'investissement en capital de 135 milliards de dollars annoncée pour 2026, la plus importante jamais engagée par une entreprise technologique en une seule année. Le MCI n'est qu'un élément d'un dispositif bien plus large visant à constituer, à moindre coût et sans recourir à des prestataires externes, un corpus de données comportementales de haute qualité.

La question qui se pose désormais, au-delà du cas Meta, est celle du précédent que cela constitue. Si la pratique se normalise (c'est-à-dire si d'autres entreprises décident à leur tour d'instrumentaliser l'activité quotidienne de leurs employés comme carburant pour leurs modèles d'IA) les implications pour les conditions de travail, la confiance organisationnelle et les droits des salariés seront considérables. Et dans le cas américain, rien dans le corpus législatif fédéral actuel n'est en mesure d'y faire obstacle.

Sources : Reuters, All Work

Et vous ?

Le consentement implicite suffit-il ? Dès lors qu'un employé utilise un appareil fourni par son employeur, accepte-t-il tacitement que ses interactions deviennent des données d'entraînement commerciales, ou faut-il une délibération collective et un consentement explicite, comme le prévoit le cadre européen ?

Quelle est la valeur du travail immatériel capturé ? Si les gestes professionnels d'un ingénieur ou d'un analyste servent à entraîner un agent IA qui sera ensuite commercialisé ou utilisé pour le remplacer, ce salarié ne contribue-t-il pas à la création de valeur sans rémunération spécifique ? Ce modèle est-il soutenable juridiquement et éthiquement ?

La promesse « pas de surveillance des performances » est-elle crédible ? Meta affirme que les données du MCI ne seront pas utilisées pour évaluer les employés. Mais une fois ces données collectées, comment garantir techniquement et contractuellement leur cloisonnement ? L'histoire de l'entreprise en matière de protection des données invite-t-elle à la confiance ?

Ce précédent va-t-il se généraliser ? Si Meta peut légalement surveiller chaque clic de ses employés américains pour entraîner ses IA, quelles entreprises ne le feront pas dès que la compétition sur les agents IA s'intensifiera ? Le marché du travail américain est-il sur le point d'intégrer la surveillance comportementale comme condition d'emploi standard dans la tech ?

Qu'est-ce que cela révèle sur la nature des agents IA actuels ? Si les modèles les plus avancés de Meta peinent encore à utiliser un menu déroulant ou un raccourci clavier sans exemples humains, cela pose-t-il des questions sur la maturité réelle de la technologie d'agents IA et sur le fossé entre les discours de disruption et la réalité des capacités actuelles ?